基于压缩感知的波形净化及在波形重跟踪中的应用

受“陆地污染”效应影响,利用卫星测高技术对内陆湖泊水域进行波形重跟踪的精度较低,针对该问题,提出一种基于压缩感知(Compressive Sensing,CS)的波形净化技术用于实现对“陆地污染”引起的异常波峰数据检测及重构,进而结合优化的重跟踪算法进行波形重跟踪改进,提升对内陆水域的测高精度。基于内陆湖泊水文站数据开展验证实验,结果表明,利用净化后的波形进行重跟踪可以明显提升测高精度,相对于传统阈值法和伦敦大学学院法(UCL)精度分别提升28.3%和25.6%,具有较高的应用前景。

基于波形净化技术的内陆湖泊波形重跟踪算法

卫星测高已经发展为成熟的海洋观测技术,然而在内陆水域的观测精度仍有待提高,其关键在于消除雷达回波中“陆地污染”效应的影响。在近海波形净化技术的基础上,针对内陆水域特点,提出了改进的波形净化技术,用于剔除回波中“陆地污染”导致的异常波峰。在净化波形的基础上,结合优化的重跟踪算法进行波形重跟踪改正,达到提高内陆水域测高观测精度的目的。利用青藏高原中的多个湖泊的水文站数据进行精度检验,结果显示利用波形净化技术消除异常波峰后的波形进行重跟踪改正,平均精度可达到15.8 cm,相较ICE-1算法和阈值法的精度分别提高了14%和27%,表明本算法可有效探测并消除雷达回波的异常峰值,有效提高内陆水域的测高数据观测精度。